2019年3月17日
Policy Gradients
摘要： 这篇博客只是为了自己记录，思路比较跳跃。 Policy Gradients 不估计局面的价值，转而预测选取每个动作的概率。因为某些游戏中我们可能会需要在相同的状态下做出随机行为，比如说某些资源有限的游戏，我们不可能一直在某一个地方一直获取资源。 更新函数是$\theta_{t+1}=\theta_t 阅读全文
posted @ 2019-03-17 00:33 LincHpin 阅读(136) 评论(0) 推荐(0) 编辑
2016年12月18日
Machine Learning Notes Ⅵ
摘要： 朴素贝叶斯与神经网络 阅读全文
posted @ 2016-12-18 20:26 LincHpin 阅读(127) 评论(0) 推荐(0) 编辑
2016年12月4日
Machine Learning Notes Ⅴ
摘要： 生成学习算法与贝叶斯平滑 阅读全文
posted @ 2016-12-04 21:07 LincHpin 阅读(175) 评论(0) 推荐(0) 编辑
Machine Learning Notes Ⅳ
摘要： 牛顿方法与广义线性模型 阅读全文
posted @ 2016-12-04 20:51 LincHpin 阅读(184) 评论(0) 推荐(0) 编辑
2016年12月3日
Machine Learning Notes Ⅲ
摘要： 局部加权回归与Logistic回归 阅读全文
posted @ 2016-12-03 21:28 LincHpin 阅读(186) 评论(0) 推荐(0) 编辑
Machine Learning Notes Ⅱ
摘要： 监督学习的应用：梯度下降 阅读全文
posted @ 2016-12-03 21:19 LincHpin 阅读(120) 评论(0) 推荐(0) 编辑
2016年12月2日
Machine Learning Notes Ⅰ
摘要： 机器学习的动机与应用 阅读全文
posted @ 2016-12-02 19:41 LincHpin 阅读(112) 评论(0) 推荐(0) 编辑